MastersThesis/docs/07_anexo_a.md

Anexo A. Código fuente y datos analizados

A.1 Repositorio del Proyecto

El código fuente completo y los datos utilizados en este trabajo están disponibles en el siguiente repositorio:

URL del repositorio: https://github.com/seryus/MastersThesis

El repositorio incluye:

• Servicios OCR dockerizados: PaddleOCR, DocTR, EasyOCR con soporte GPU
• Scripts de evaluación: Herramientas para evaluar y comparar modelos OCR
• Scripts de ajuste: Ray Tune con Optuna para optimización de hiperparámetros
• Dataset: Imágenes y textos de referencia utilizados
• Resultados: Archivos CSV con los resultados de los 64 trials por servicio

A.2 Estructura del Repositorio

MastersThesis/
├── docs/                           # Documentación de la tesis
│   └── metrics/                    # Métricas de rendimiento OCR
│       ├── metrics.md              # Resumen comparativo
│       ├── metrics_paddle.md       # Resultados PaddleOCR
│       ├── metrics_doctr.md        # Resultados DocTR
│       └── metrics_easyocr.md      # Resultados EasyOCR
├── src/
│   ├── paddle_ocr/                 # Servicio PaddleOCR
│   │   ├── Dockerfile.gpu          # Imagen Docker GPU
│   │   ├── Dockerfile.cpu          # Imagen Docker CPU
│   │   ├── docker-compose.yml      # Configuración Docker
│   │   └── main.py                 # API FastAPI
│   ├── doctr_service/              # Servicio DocTR
│   │   ├── Dockerfile.gpu
│   │   ├── docker-compose.yml
│   │   └── main.py
│   ├── easyocr_service/            # Servicio EasyOCR
│   │   ├── Dockerfile.gpu
│   │   ├── docker-compose.yml
│   │   └── main.py
│   ├── dataset/                    # Dataset de evaluación
│   ├── raytune_ocr.py              # Utilidades compartidas Ray Tune
│   └── results/                    # Resultados de ajuste CSV
└── .gitea/workflows/ci.yaml        # Pipeline CI/CD

A.3 Requisitos de Software

Sistema de Desarrollo

Componente	Especificación
Sistema Operativo	Ubuntu 24.04.3 LTS
CPU	AMD Ryzen 7 5800H
RAM	16 GB DDR4
GPU	NVIDIA RTX 3060 Laptop (5.66 GB VRAM)
CUDA	12.4

Dependencias

Componente	Versión
Python	3.11
Docker	24+
NVIDIA Container Toolkit	Requerido para GPU
Ray	2.52+
Optuna	4.6+

A.4 Instrucciones de Ejecución de Servicios OCR

PaddleOCR (Puerto 8002)

cd src/paddle_ocr

# GPU (recomendado)
docker compose up -d

# CPU (más lento, 126x)
docker compose -f docker-compose.cpu-registry.yml up -d

DocTR (Puerto 8003)

cd src/doctr_service

# GPU
docker compose up -d

EasyOCR (Puerto 8002)

cd src/easyocr_service

# GPU
docker compose up -d

Verificar Estado del Servicio

# Verificar salud del servicio
curl http://localhost:8002/health

# Respuesta esperada:
# {"status": "ok", "model_loaded": true, "gpu_name": "NVIDIA GeForce RTX 3060"}

A.5 Uso de la API OCR

Evaluar Dataset Completo

# PaddleOCR - Evaluación completa
curl -X POST http://localhost:8002/evaluate_full \
  -H "Content-Type: application/json" \
  -d '{
    "pdf_folder": "/app/dataset",
    "save_output": true
  }'

Evaluar con Hiperparámetros Optimizados

# PaddleOCR con configuración óptima
curl -X POST http://localhost:8002/evaluate_full \
  -H "Content-Type: application/json" \
  -d '{
    "pdf_folder": "/app/dataset",
    "use_doc_orientation_classify": true,
    "use_doc_unwarping": false,
    "textline_orientation": true,
    "text_det_thresh": 0.0462,
    "text_det_box_thresh": 0.4862,
    "text_det_unclip_ratio": 0.0,
    "text_rec_score_thresh": 0.5658,
    "save_output": true
  }'

A.6 Ajuste de Hiperparámetros con Ray Tune

Ejecutar Ajuste

cd src

# Activar entorno virtual
source ../.venv/bin/activate

# PaddleOCR (64 muestras)
python -c "
from raytune_ocr import *

ports = [8002]
check_workers(ports, 'PaddleOCR')
trainable = create_trainable(ports, paddle_ocr_payload)
results = run_tuner(trainable, PADDLE_OCR_SEARCH_SPACE, num_samples=64)
analyze_results(results, prefix='raytune_paddle', config_keys=PADDLE_OCR_CONFIG_KEYS)
"

Servicios y Puertos

Servicio	Puerto	Script de Ajuste
PaddleOCR	8002	paddle_ocr_payload
DocTR	8003	doctr_payload
EasyOCR	8002	easyocr_payload

A.7 Métricas de Rendimiento

Los resultados detallados de las evaluaciones y ajustes de hiperparámetros se encuentran en:

• Métricas Generales - Comparativa de los tres servicios
• PaddleOCR - Mejor precisión (7.72% CER)
• DocTR - Más rápido (0.50s/página)
• EasyOCR - Balance intermedio

Resumen de Resultados

Servicio	CER Base	CER Ajustado	Mejora
PaddleOCR	8.85%	7.72%	12.8%
DocTR	12.06%	12.07%	0%
EasyOCR	11.23%	11.14%	0.8%

A.8 Licencia

El código se distribuye bajo licencia MIT.